基于人工神经网络的预报型汽车安全气囊点火控制算法的研究
| 摘要 | 第1-9页 |
| Abstract | 第9-10页 |
| 第1章 绪论 | 第10-18页 |
| 1．1 汽车被动安全研究概况 | 第10-15页 |
| 1．1．1 引言 | 第10页 |
| 1．1．2 汽车安全法规的发展 | 第10-11页 |
| 1．1．3 汽车被动安全技术的发展 | 第11-14页 |
| 1．1．4 中国被动安全技术的研究状况 | 第14-15页 |
| 1．2 安全气囊系统的发展概况 | 第15-17页 |
| 1．2．1 世界安全气囊系统的发展过程 | 第15-16页 |
| 1．2．2 国内安全气囊系统的发展 | 第16-17页 |
| 1．2．3 安全气囊系统的发展趋势 | 第17页 |
| 1．3 本文研究内容 | 第17-18页 |
| 第2章 汽车安全气囊的电子控制系统 | 第18-28页 |
| 2．1 概述 | 第18-21页 |
| 2．1．1 安全气囊系统的组成 | 第20页 |
| 2．1．2 安全气囊系统的工作原理 | 第20-21页 |
| 2．1．3 安全气囊的分类 | 第21页 |
| 2．2 安全气囊的电子控制系统 | 第21-27页 |
| 2．2．1 传感器 | 第22-24页 |
| 2．2．2 电子控制单元 | 第24-27页 |
| 2．3 安全气囊电子控制系统的设计要点 | 第27-28页 |
| 第3章 汽车安全气囊的点火控制策略 | 第28-42页 |
| 3．1 汽车被动安全性的评价指标 | 第28-29页 |
| 3．2 安全气囊的点火条件 | 第29-30页 |
| 3．3 安全气囊的目标点火条件 | 第30-32页 |
| 3．3．1 目标点火时刻的含义 | 第30-31页 |
| 3．3．2 目标点火时刻的确定 | 第31-32页 |
| 3．3．3 目标点火时刻分析 | 第32页 |
| 3．4 安全气囊的点火控制算法 | 第32-37页 |
| 3．4．1 加速度法 | 第33页 |
| 3．4．2 速度变量法 | 第33页 |
| 3．4．3 加速度坡度法 | 第33页 |
| 3．4．4 功率比值法 | 第33-34页 |
| 3．4．5 移动窗式积分法 | 第34-35页 |
| 3．4．6 ARMA模型预报算法 | 第35-37页 |
| 3．4．7 基于模糊决策和神经网络的控制算法 | 第37页 |
| 3．5 各种点火控制算法的比较分析 | 第37-41页 |
| 3．5．1 加速度法 | 第38页 |
| 3．5．2 速度变量法 | 第38-39页 |
| 3．5．3 加速度坡度法 | 第39页 |
| 3．5．4 功率比值法 | 第39-40页 |
| 3．5．5 ARMA模型预报算法 | 第40-41页 |
| 3．6 分析结论 | 第41-42页 |
| 第4章 气囊点火控制算法的神经网络模型 | 第42-56页 |
| 4．1 神经网络技术 | 第42-50页 |
| 4．1．1 人工神经网络的特点及分类 | 第42-43页 |
| 4．1．2 人工神经网络三要素 | 第43-47页 |
| 4．1．3 BP网络 | 第47-48页 |
| 4．1．4 BP算法 | 第48-50页 |
| 4．2 安全气囊点火控制算法的神经网络模型 | 第50-56页 |
| 4．2．1 算法的总体思路 | 第51-52页 |
| 4．2．2 模型的网络结构 | 第52-54页 |
| 4．2．3 隐含层和隐含层节点数的确定 | 第54-56页 |
| 第5章 点火控制算法的验证 | 第56-73页 |
| 5．1 台车碰撞试验 | 第56-59页 |
| 5．2 汽车碰撞曲线的计算机模拟 | 第59-65页 |
| 5．2．1 基本原理 | 第60-61页 |
| 5．2．2 数字滤波器 | 第61-63页 |
| 5．2．3 碰撞特征曲线及噪声曲线子样的提取 | 第63页 |
| 5．2．4 碰撞噪声曲线的统计分析 | 第63-64页 |
| 5．2．5 碰撞曲线的计算机模拟产生 | 第64-65页 |
| 5．3 算法的验证 | 第65-73页 |
| 5．3．1 Matlab神经网络工具箱 | 第65-66页 |
| 5．3．2 网络的训练 | 第66-68页 |
| 5．3．3 算法的可靠性检验 | 第68-73页 |
| 结论 | 第73-75页 |
| 参考文献 | 第75-78页 |
| 致谢 | 第78-79页 |
| 附录A(攻读学位期间所发表的学术论文目录) | 第79页 |
